共计 3567 个字符，预计需要花费 9 分钟才能阅读完成。
pandas. 的 query 函数为咱们提供了一种编写查问过滤条件更简略的办法，特地是在的查问条件很多的时候，在本文中整顿了 10 个示例，把握着 10 个实例你就能够轻松的应用 query 函数来解决任何查问的问题。
首先，将数据集导入 pandas DataFrame – df
import pandas as pd
df = pd.read_csv("Dummy_Sales_Data_v1.csv")
df.head()它是一个简略的 9999 x 12 数据集，是应用 Faker 创立的，我在最初也会提供本文的所有源代码。
在开始之前，先疾速回顾一下 pandas - 中的查问函数 query。查问函数用于依据指定的表达式提取记录，并返回一个新的 DataFrame。表达式是用字符串模式示意的条件或条件的组合。
PANDAS DATAFRAME（.loc 和.iloc）属性用于依据行和列标签和索引提取数据集的子集。因而，它并不具备查问的灵活性。而括号符号 [] 能够灵便地基于条件过滤数据帧，然而如果条件很多的话编写代码是繁琐且容易出错的。
pandas query（）函数能够灵便地依据一个或多个条件提取子集，这些条件被写成表达式并且不须要思考括号的嵌套
在后端 pandas 应用 eval()函数对该表达式进行解析和求值，并返回表达式被求值为 TRUE 的数据子集或记录。所以要过滤 pandas DataFrame，须要做的就是在查问函数中指定条件即可。
应用繁多条件进行过滤
在单个条件下进行过滤时，在 Query（）函数中表达式仅蕴含一个条件。返回的输入将蕴含该表达式评估为真的所有行。
示例 1
提取数量为 95 的所有行，因而逻辑模式中的条件能够写为 –
Quantity == 95须要将条件写成字符串，行将其包装在双引号“”中。query 代码如下
df.query("Quantity == 95")看起来很简略。它返回了数量为 95 的所有行。如果用个别查问的形式能够写成：
df [df [“Quantity”] == 95]然而，如果想在同一列中再蕴含一个条件怎么办？
它在括号符号中又减少了一对方括号，如果是 3 个条件或者更多条件呢？那么他就变得难以治理。这就是 Query 的劣势了。
在多个条件过滤
一个或多个条件下过滤，query（）的语法都放弃不变
然而须要指定两个或多个条件进行过滤的形式
- and：回在满足两个条件的所有记录
- or：返回满足任意条件的所有记录
示例 2
查问数量为 95&单位价格为 182，这里蕴含单价的列被称为 UnitPrice（USD）
因而，条件是 –
Quantity == 95
UnitPrice(USD) == 182那么代码就是：
df.query("Quantity == 95 and UnitPrice(USD) == 182")这个查问会报错：
然而为什么报错？
这是因为 query（）函数对列名有一些限度。列名称 UnitPrice（USD）是有效的。咱们要应用反引号把列名蕴含起来
df.query("Quantity == 95 and `UnitPrice(USD)` == 182")当两个条件满足时，只有 3 个记录。
或者咱们间接将列名改成正当的格局：
df.rename(columns={'UnitPrice(USD)':'UnitPrice',
'Shipping_Cost(USD)':'Shipping_Cost',
'Delivery_Time(Days)':'Delivery_Time'},
inplace=True)这里就不须要应用反引号了：
df.query("Quantity == 95 and UnitPrice == 182")示例 3
咱们当初只须要满足一个条件：
df.query("Quantity == 95 or UnitPrice == 182")它返回满足两个条件中的任意一个条件的所有列。
咱们也能够应用 | 代替 or 关键字。
示例 4
假如想取得数量不等于 95 的所有行。最简略的答案是在条件之前应用 not 关键字或否定操作符〜
df.query("not (Quantity == 95)")后果它蕴含数量不是 95 的所有行。
其实这里的条件不肯定必须是相等运算符，能够从 ==，！=，>，<，≥，≤中抉择，例如
df.query("Quantity != 95")文本列过滤
对于文本列过滤时，条件是列名与字符串进行比拟。
请 Query（）表达式曾经是字符串。那么如何在另一个字符串中写一个字符串？将文本值包装在单个引号“”中，就能够了
示例 5
想取得即状态“未发货”所有记录，能够在 query（）表达式中写成如下的模式：
df.query("Status =='Not Shipped'")它返回所有记录，其中状态列蕴含值 –“未发货”。
与数值的相似能够在同一列或不同列上应用多个条件，并且能够是数值和非数值列上条件的组合。
除此以外，Pandas Query（）还能够在查问表达式中应用数学计算
查问中的简略数学计算
数学操作能够是列中的加，减，乘，除，甚至是列中值或者平方等，如下所示：
示例 6
df.query("Shipping_Cost*2 < 50")尽管这个二次方的操作没有任何的实际意义，然而咱们的示例返回了所有达到要求的行。
咱们还能够在一个或多个列上蕴含一些简单的计算。
示例 7
咱们轻易写一个比较复杂的公式：
df.query("Quantity**2 + Shipping_Cost**2 < 500")如果应用最原始的 [] 的模式，这个公式的查问基本上没法实现，然而应用 query（）函数则变为简略的多
除了数学操作，还能够在查问表达式中应用内置函数。
查问中的内置函数
Python 内置函数，例如 SQRT（），ABS（），Factorial（），EXP（）等，也能够在查问表达式中应用。
示例 8
查找单位价格平方根的超过 15 的行
df.query("sqrt(UnitPrice) > 15")query（）函数还能够在同一查问表达式将函数和数学运算整合应用
示例 9
df.query("sqrt(UnitPrice) < Shipping_Cost/2")到目前为止，所有查问示例都是对于数值和文本列的。然而，query（）的还不仅限于这些数据类型，对于日期工夫值 Query（）函数也能够非常灵活的过滤。
日期工夫列过滤
应用 Query（）函数在日期工夫值上进行查问的惟一要求是，蕴含这些值的列应为数据类型 dateTime64 [ns]
在示例数据中，OrderDate 列是日期工夫，然而咱们的 df 其解析为字符串，所以咱们须要先进行转换：
df["OrderDate"] = pd.to_datetime(df["OrderDate"], format="%Y-%m-%d")为了提取无关日期的有用信息并在 Query（）须要应用 DT 提取器，DT 是一种拜访对象，用于提取日期工夫，例如 DateTime 系列的属性。
示例 10
取得八月份的所有记录
df.query("OrderDate.dt.month == 8")所有记录都是八月份的。OrderDate.dt.month 显示了如何应用 DT 访问者仅提取整个日期值的月份值。
如果提取 2021 年 8 月订购日为 15 或以上的所有订单，能够写成这样
df.query("OrderDate.dt.month == 8 and OrderDate.dt.year == 2021 and OrderDate.dt.day >=15")DT 很好用并且能够在同一列上联合了多个条件，但表达式仿佛太长了。所以能够通过编写更非常简单的表达式来过滤：
df.query("OrderDate >='2021-08-15'and OrderDate <='2021-08-31'")咱们间接传递一个合乎日期格局的字符串，它会主动的转换并且比拟
将下面的所有内容整合：
df.query("OrderDate >='2021-08-15'and OrderDate <='2021-08-31'and Status =='Delivered'")查问表达式蕴含了日期工夫和文本列条件，它返回了合乎查问表达式的所有记录
替换
下面的查问中都会生成一个新的 df。这是因为：query（）的第二个参数（inplace）默认 false。
与个别的 pandas 提供的函数一样，Inplace 的默认值都是 false，查问不会批改原始数据集。如果咱们想笼罩原始 df 时，须要将 intplace = true。然而肯定要小心应用 intplace = true，因为它会笼罩原始的数据。
总结
我心愿在浏览本文后，您能够更频繁，流利地应用 Pandas Query（）函数，因为 Query 能够不便以过滤数据集。这些查问的函数我每天都会或多或少的应用。
本文的所有示例代码在这里：
https://avoid.overfit.cn/post/2f07763913a948a5b074e2430b8b2b8e
